基于大数据业务并发度分析.docVIP

基于大数据业务并发度分析 　　中图分类号：TN929.1 文献标志码：A 文章编号：1009-6868 （2015） 05-0060-005 　　摘要：指出不同业务之间的关系对于网络优化具有很重要的意义。使用大数据的分析方法处理蜂窝网络的实测数据，可以得到各种业务的并发关系，同时将并发关系通过业务关系网络的方式展现出来，具有很好的可视性。通过业务关系网络可以直接看出业务并发情况，为蜂窝网络的优化扩容等方面提供理论指导。 　　关键词： 大数据；蜂窝网络；业务并发度；网络优化 　　Abstract： The relationship between different services is important for network optimization. In this paper， we process the real data in cellular networks with a method used in big data to attain a concurrent relationship between the various services. Then the service concurrency is presented by the way of a relationship network with good visibility. Service concurrency can be seen directly through the relationship network， providing theoretical guidance for cellular network optimization and expansion. 　　Key words： big data； cellular networks； service concurrency； network optimization 　　1大数据的意义和影响 　　1.1大数据的价值和挑战 　　大数据是由于规模、复杂性、实时而导致的使之无法在一定时间内用常规软件工具对其进行获取、存贮、搜索、分享、分析、可视化的数据集合。由于大数据的上述特点，如何将数据进行合理应用是目前大数据领域的核心目标[1]。 　　大数据对于整个社会来说蕴含着巨大的潜在价值，大数据的价值并不在于数据本身，而在于如何将数据的作用反馈于社会决策。维克托?迈尔-舍恩伯格在《大数据时代》中指出，人类从依靠自身判断做决定到依靠数据做决定的转变，是大数据做出的最大贡献之一。因此，能否正确利用大数据的内在规律，是决策成功或者失败的关键因素[2]。 　　一般来讲，数据的生命周期包括数据采集、数据归纳、数据重构、数据挖掘、数据预测、数据可视化等6个方面，大数据亦是如此。但是由于大数据的体积庞大、结构复杂，常规的处理方法并不能挖掘出数据的内在价值，这也正是大数据时代人们面临的最大挑战。 　　1.2大数据对移动互联网的影响 　　在移动互联网的环境中，大数据的特点并不仅仅体现在数据量的巨大，更体现在数据的实时性与关联性，这些特点让数据搜集变得容易，对数据的分析可以反过来快速影响基础网络，这也正是移动互联网的自身特点。在大数据与移动互联网高度融合的背景下，最重要的目的就是发现和挖掘真正有价值的数据，使我们能够根据这些信息精确地指导每一次的网络规划和优化，而这些有价值的信息往往来源于对用户大量网络行为数据的抽象和分析。 　　如图1所示，大数据应用于移动互联网的基本目的包括：负载优化、用户划分、趋势预测等。 　　2蜂窝网络中的大数据应用 　　2.1 蜂窝网络的发展现状 　　蜂窝网络是一种最常见的移动通信网络结构，通过把移动设备的服务区分为很多正六边形的子区域，并在每个子区域设置一个基站，形成了形状似“蜂窝”的结构，因而把这种移动通信网络称为蜂窝网络。 　　作为支撑信息传输的关键基础设施，蜂窝网络的性能优劣对于整个通信系统的效率起着至关重要的作用。近年来，为了应对移动网络流量爆炸性增长，欧洲、美洲、日韩等地区已经大规模建设长期演进（LTE）网络，中国也迎来了LTE网络建设高峰。在这一建设进程中，除了基于IP多媒体子系统（IMS）的Vo LTE作为最终的语言解决方案之外，Small Cell和无线局域网（WLAN）将成为提升网络容量的重要手段，在超宽带移动网络部署[3-4]中发挥越来越重要的作用。此外，行业应用正从窄带向宽带演进，除了语音通信外，数据、视频传输需求逐步增加。LTE的100 Mbit/s高速数据传送能力，可以更好地服务于政务网、公共安全和应急救灾等行业。因此，利用新一代无线技术来实现行业应用，已成为一个发展趋势[5]。 　　随着分布式计算